使用深度学习自动追踪健康与受损受试者的肌肉肌腱连接点
定量方法
2020-09-09 v1 机器学习
图像与视频处理
摘要
记录运动过程中肌肉肌腱连接点的位移，可以分别研究肌肉和肌腱的行为。为了提供一种全自动追踪方法，我们采用一种新颖的深度学习方法检测超声图像中肌肉肌腱连接点的位置。我们利用注意力机制使网络能够聚焦于相关区域，并获得对结果更好的解释。我们的数据集包含一个大型队列，包括79名健康受试者和28名存在运动受限的受试者，他们执行被动全范围运动和最大收缩运动。我们训练的网络在质量各异的数据集上显示出对肌肉肌腱连接点的稳健检测，平均绝对误差为2.551 mm。我们表明，该方法可应用于各种受试者，并能实时运行。完整的软件包可通过以下链接开源获取：https://github.com/luuleitner/deepMTJ
引用
@article{arxiv.2005.02071,
title = {Automatic Tracking of the Muscle Tendon Junction in Healthy and Impaired Subjects using Deep Learning},
author = {Christoph Leitner and Robert Jarolim and Andreas Konrad and Annika Kruse and Markus Tilp and Jörg Schröttner and Christian Baumgartner},
journal= {arXiv preprint arXiv:2005.02071},
year = {2020}
}
备注
Accepted version to be published in 2020, 42nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Montreal, Canada